學(xué)術(shù)期刊知識(shí)交流效率評(píng)價(jià)及影響因素研究

■萬 莉

南昌大學(xué)新聞與傳播學(xué)院，江西省南昌市紅谷灘新區(qū)學(xué)府大道999號(hào) 330031

學(xué)術(shù)期刊是學(xué)術(shù)研究活動(dòng)中學(xué)術(shù)資源的重要傳播載體，是學(xué)術(shù)研究成果的重要宣傳平臺(tái)和國(guó)家學(xué)術(shù)研究水平的重要展示窗口。學(xué)術(shù)期刊載文特征和被引能力之間的差距是期刊知識(shí)交流效率差異的重要體現(xiàn)，本文基于期刊來源指標(biāo)與被引指標(biāo)綜合視角，評(píng)估學(xué)術(shù)期刊承載學(xué)科知識(shí)傳播的能力和期刊影響力大小，考察學(xué)術(shù)期刊在學(xué)術(shù)交流活動(dòng)中的地位和作用。測(cè)算學(xué)術(shù)期刊知識(shí)交流效率，分析期刊知識(shí)交流效率的影響因素對(duì)學(xué)術(shù)期刊學(xué)術(shù)創(chuàng)新力的影響，為低效率學(xué)術(shù)期刊優(yōu)化發(fā)展路徑提供參考。

將學(xué)術(shù)期刊出版活動(dòng)視為知識(shí)生產(chǎn)系統(tǒng)，并從投入產(chǎn)出效率視角進(jìn)行學(xué)術(shù)期刊評(píng)價(jià)，國(guó)內(nèi)外相關(guān)研究得到了許多有益的結(jié)論。學(xué)術(shù)期刊知識(shí)交流活動(dòng)是一個(gè)多投入多產(chǎn)出的生產(chǎn)系統(tǒng)，非參數(shù)效率數(shù)據(jù)包絡(luò)分析(DEA)方法的多投入多產(chǎn)出優(yōu)勢(shì)被許多研究采納。

(1) 許多學(xué)者基于傳統(tǒng)DEA模型(如BCC模型、CCR模型)針對(duì)截面數(shù)據(jù)構(gòu)建生產(chǎn)前沿面進(jìn)行研究[1-7]。李琳等[8]將保證域(AR)引入到博弈DEA交叉效率方法中，探索學(xué)術(shù)期刊之間的競(jìng)爭(zhēng)關(guān)系；郭雪梅等[9]采用DEA博弈交叉效率測(cè)算圖書情報(bào)類期刊效率；Sun等[10]采用多層DEA模型，構(gòu)建了多個(gè)生產(chǎn)前沿面；張壘[11-12]和McWilliams等[13]基于傳統(tǒng)DEA+Tobit的兩階段模型，不僅考慮到傳統(tǒng)DEA方法計(jì)算出來的效率值范圍為0～1，還有效避免了普通最小二乘法(OLS)回歸產(chǎn)生的參數(shù)估計(jì)偏差與不一致弊端；王惠等[14]采用SBM(Slack-Based Measure)模型與面板線性回歸方法，提出個(gè)體固定效應(yīng)不顯著為零的假設(shè)。上述研究均是采用截面數(shù)據(jù)來構(gòu)建生產(chǎn)前沿面，無法反映該期刊效率的時(shí)間序列變化。

(2) 部分學(xué)者對(duì)面板數(shù)據(jù)構(gòu)建生產(chǎn)前沿面進(jìn)行研究，例如，吳美琴等[15]采用SBM-Windows模型對(duì)投入產(chǎn)出的松弛和時(shí)間維度的連貫性進(jìn)行研究。也有學(xué)者采用參數(shù)效率隨機(jī)前沿(SFA)方法，如Ortega等[16]考慮到SFA方法的單一產(chǎn)出特征，僅選用總被引頻次作為產(chǎn)出指標(biāo)測(cè)算數(shù)量經(jīng)濟(jì)學(xué)生產(chǎn)效率；萬莉等[17]指出學(xué)術(shù)期刊知識(shí)交流效率的測(cè)評(píng)應(yīng)建立一個(gè)多投入多產(chǎn)出指標(biāo)體系，期刊知識(shí)交流產(chǎn)出應(yīng)是包括多個(gè)指標(biāo)的結(jié)構(gòu)，而不僅是總被引頻次[16]，并采用信息熵方法將期刊知識(shí)交流多產(chǎn)出指標(biāo)合成為一個(gè)綜合產(chǎn)出指標(biāo)，既滿足了SFA方法單一產(chǎn)出特征，又考慮了其他產(chǎn)出指標(biāo)的影響。

綜上所述，現(xiàn)有研究主要采用非參數(shù)形式的DEA方法與參數(shù)形式SFA方法計(jì)算期刊知識(shí)交流效率。DEA模型中BCC、CCR模型使用頻率較高，SFA模型主要基于柯布-道格拉斯(C-D)生產(chǎn)函數(shù)。大部分文獻(xiàn)主要在測(cè)算期刊知識(shí)交流效率的基礎(chǔ)上，揭示期刊效率之間的差距、依據(jù)效率值高低針對(duì)被評(píng)期刊進(jìn)行排序。而在測(cè)算期刊知識(shí)交流效率的基礎(chǔ)上，進(jìn)一步揭示知識(shí)交流效率影響因素的研究相當(dāng)有限，國(guó)內(nèi)學(xué)者主要考察期刊傳播規(guī)模、辦刊時(shí)間、區(qū)域傳播能力、國(guó)際化程度對(duì)學(xué)術(shù)期刊知識(shí)交流效率的影響[11-12,14]；國(guó)外學(xué)者考察了編輯委員會(huì)成員規(guī)模、專題欄目數(shù)、期刊訂閱費(fèi)用、期刊錄用比例對(duì)期刊知識(shí)交流效率的影響[13]。這些研究集中于探討期刊知識(shí)交流效率的影響因素，忽視了期刊出版周期、作者機(jī)構(gòu)分布數(shù)、發(fā)表論文對(duì)最新論文關(guān)注程度等變量的影響。

為了豐富現(xiàn)有的研究成果，本文采用Super-SBM+Tobit兩階段模型，以2009—2013年25種教育學(xué)學(xué)術(shù)期刊面板數(shù)據(jù)為研究對(duì)象，在分析學(xué)術(shù)期刊知識(shí)交流效率的基礎(chǔ)上，探討環(huán)境因素對(duì)期刊知識(shí)交流效率的作用方向與影響程度，并依據(jù)相關(guān)研究結(jié)論提出促進(jìn)學(xué)術(shù)期刊知識(shí)交流效率提升的政策建議。相對(duì)于以往的研究，本文的創(chuàng)新之處表現(xiàn)在：(1) 在知識(shí)交流效率評(píng)價(jià)階段，以往的研究主要基于傳統(tǒng)的DEA模型中的CCR、BCC模型，容易產(chǎn)生因角度和徑向設(shè)定帶來的效率測(cè)量誤差，而本文采用Super-SBM模型可以有效地避免因投入產(chǎn)出角度和徑向選擇帶來的偏差，并進(jìn)一步比較知識(shí)交流效率值為1的學(xué)術(shù)期刊的現(xiàn)狀；(2) 在DEA-Tobit兩階段模型的知識(shí)交流效率影響因素分析階段，考察了一些新的環(huán)境因素的影響，如引用半衰期、出版周期、機(jī)構(gòu)分布數(shù);(3) 國(guó)內(nèi)已有的研究主要基于截面數(shù)據(jù)的分析[11-12]，本文采用面板數(shù)據(jù)進(jìn)行回歸分析，充分考慮到了學(xué)術(shù)期刊在考察期內(nèi)的時(shí)間序列和截面雙重屬性。

1 指標(biāo)數(shù)據(jù)和研究方法

1.1 指標(biāo)設(shè)計(jì)

選擇來源文獻(xiàn)量、基金論文比、平均引文數(shù)作為投入指標(biāo)。來源文獻(xiàn)量反映學(xué)術(shù)期刊信息豐裕度和投入廣度；基金論文比反映標(biāo)注基金的論文占總來源文獻(xiàn)量的比例，衡量期刊載文學(xué)術(shù)質(zhì)量；平均引文數(shù)反映出學(xué)術(shù)研究的起點(diǎn)和基礎(chǔ)，既能體現(xiàn)論文在學(xué)術(shù)上的承續(xù)關(guān)系和科學(xué)依據(jù)，又能反映出論文本身的學(xué)術(shù)內(nèi)涵和價(jià)值。選擇總被引頻次、影響因子、引用刊數(shù)作為產(chǎn)出指標(biāo)[17]?？偙灰l次反映了學(xué)術(shù)期刊被使用和受重視的程度以及在知識(shí)交流中的作用和地位;影響因子是衡量期刊學(xué)術(shù)影響力和論文質(zhì)量的重要指標(biāo);引用刊數(shù)反映被評(píng)價(jià)期刊被使用的范圍。

選擇的環(huán)境變量包括引用半衰期、機(jī)構(gòu)分布數(shù)、辦刊年限、期刊出版周期。引用半衰期是指期刊引用的參考文獻(xiàn)中，較新一半文獻(xiàn)是在多長(zhǎng)一段時(shí)間內(nèi)發(fā)表的，衡量作者對(duì)最新研究進(jìn)展文獻(xiàn)的關(guān)注度；機(jī)構(gòu)分布數(shù)是指期刊發(fā)表的論文中作者所署名的機(jī)構(gòu)數(shù)量，反映期刊知識(shí)傳播范圍；辦刊年限是指期刊創(chuàng)刊年份與觀測(cè)年份的時(shí)間長(zhǎng)度，衡量期刊創(chuàng)辦年限[11-12,14]；期刊出版周期衡量期刊出版速率、信息傳播的及時(shí)性。根據(jù)期刊的出版周期，可將期刊分為半月刊、月刊、雙月刊、季刊4種出版方式，依次賦值為0.5、1.0、2.0、3.0。

本研究構(gòu)建的投入變量、產(chǎn)出變量及環(huán)境變量的指標(biāo)如表1所示。選取《中文社會(huì)科學(xué)引文索引(CSSCI)來源期刊及集刊(2017—2018)目錄》25種教育學(xué)學(xué)術(shù)期刊作為樣本展開分析，數(shù)據(jù)來源于2010—2014年《中國(guó)科技期刊引證報(bào)告(擴(kuò)刊版)》。由于《華東師范大學(xué)學(xué)報(bào)(教育科學(xué)版)》2012年數(shù)據(jù)缺失，采用2011年與2013年數(shù)據(jù)的平均值代替其2012年的相關(guān)數(shù)據(jù)。

表1 投入、產(chǎn)出及環(huán)境變量指標(biāo)

1.2 測(cè)度方法

采用Super-SBM+Tobit兩階段模型，在計(jì)算學(xué)術(shù)期刊知識(shí)交流效率的基礎(chǔ)上，運(yùn)用Tobit模型檢驗(yàn)環(huán)境因素對(duì)效率的作用方向與影響程度。

(1) 采用Super-SBM模型，計(jì)算期刊知識(shí)交流效率。Super-SBM模型由Tone[18]提出，該模型解決了SBM模型中多個(gè)效率為1的決策單元之間的排序與差異問題，實(shí)現(xiàn)了有效決策單元的進(jìn)一步比較。該模型可以借助DEA Solver Pro 5.0軟件實(shí)現(xiàn)。

(2) 采用Tobit模型，以學(xué)術(shù)知識(shí)交流效率為因變量，以環(huán)境變量為自變量進(jìn)行面板數(shù)據(jù)回歸。Tobit模型是一種因變量受限模型，Super-SBM模型計(jì)算得到的知識(shí)交流效率值正好是一個(gè)大于0的受限變量[19]，采用面板Tobit模型進(jìn)行估計(jì)可以避免OLS回歸帶來的參數(shù)估計(jì)偏差，該模型需要通過Hausman檢驗(yàn)確認(rèn)面板數(shù)據(jù)是采用固定效應(yīng)模型還是隨機(jī)效應(yīng)模型，隨機(jī)效應(yīng)的Tobit模型可以借用Stata軟件進(jìn)行分析。Super-SBM與Tobit模型均為成熟方法，詳細(xì)計(jì)算公式不作具體展開介紹。

2 實(shí)證結(jié)果分析

2.1 學(xué)術(shù)期刊知識(shí)交流效率

選擇DEA Solver Pro 5.0軟件中非徑向、非角度的SBM模型對(duì)2009—2013年25種教育學(xué)學(xué)術(shù)期刊知識(shí)交流效率進(jìn)行測(cè)算，結(jié)果如表2所示。從考察期內(nèi)教育學(xué)學(xué)術(shù)期刊知識(shí)交流效率均值看出，教育學(xué)學(xué)術(shù)期刊的知識(shí)交流效率均值為0.582，高等教育類期刊為0.639，教育類綜合期刊為0.530?？疾炱趦?nèi)高等教育類期刊整體平均知識(shí)交流效率高于教育類綜合期刊。高于教育學(xué)學(xué)術(shù)期刊知識(shí)交流效率平均值的期刊達(dá)到11種，占樣本總量的44%。

在考察期內(nèi)，《教育研究》《北京大學(xué)教育評(píng)論》《華東師范大學(xué)學(xué)報(bào)(教育科學(xué)版)》3種期刊知識(shí)交流效率始終處在生產(chǎn)前沿面上，位列前3名。排名緊隨其后的期刊分別為：《高等教育研究》《高等工程教育研究》。排名最后5位的期刊分別為：《教育研究與實(shí)驗(yàn)》《外國(guó)教育研究》《高校教育管理》《研究生教育研究》《湖南師范大學(xué)教育科學(xué)學(xué)報(bào)》。排名第1的《教育研究》的知識(shí)交流效率是排名最后的《湖南師范大學(xué)教育科學(xué)學(xué)報(bào)》的6倍，《湖南師范大學(xué)教育科學(xué)學(xué)報(bào)》知識(shí)交流效率值不足教育學(xué)學(xué)術(shù)期刊整體效率均值的40%，可見教育學(xué)學(xué)術(shù)期刊知識(shí)交流效率差異較大。

表2 2009—2013年25種教育學(xué)學(xué)術(shù)期刊知識(shí)交流效率及排序

在知識(shí)交流效率結(jié)果中少數(shù)期刊存在某年的效率很高，如2012年《教育發(fā)展研究》、2011年《教師教育研究》、2010年《國(guó)家教育行政學(xué)院學(xué)報(bào)》、2009年及2013年《江蘇高教》；少數(shù)期刊存在某年的效率很低的現(xiàn)象，如2010年《清華大學(xué)教育研究》。其可能原因是上述期刊特定年份的部分投入產(chǎn)出指標(biāo)數(shù)值相對(duì)于其他年份波動(dòng)較大，而DEA模型是一種對(duì)波動(dòng)值相當(dāng)敏感的效率測(cè)算方法。因此，部分期刊特定年份知識(shí)交流效率值呈現(xiàn)波動(dòng)性。

影響因子作為學(xué)術(shù)期刊評(píng)價(jià)的重要指標(biāo)，一直是評(píng)價(jià)指標(biāo)體系構(gòu)建過程中的重要考量指標(biāo)。為了揭示基于知識(shí)交流效率指標(biāo)的學(xué)術(shù)期刊評(píng)價(jià)與傳統(tǒng)基于影響因子的學(xué)術(shù)期刊評(píng)價(jià)匹配程度，本研究采用Spearman相關(guān)系數(shù)檢驗(yàn)方法，比較依據(jù)影響因子與知識(shí)交流效率值的期刊排名相關(guān)程度。采用SPSS 22軟件，分析考察期內(nèi)分別依據(jù)平均影響因子與知識(shí)交流效率均值的學(xué)術(shù)期刊排序，發(fā)現(xiàn)二者相關(guān)系數(shù)為0.802，通過1%顯著性水平檢驗(yàn)?；谥R(shí)交流效率值與依據(jù)影響因子的學(xué)術(shù)期刊評(píng)價(jià)具有高度相關(guān)性，相關(guān)程度達(dá)到80%。由此可見，知識(shí)交流效率可以作為學(xué)術(shù)期刊評(píng)價(jià)的一項(xiàng)重要指標(biāo)。

2.2 學(xué)術(shù)期刊知識(shí)交流效率模式

以期刊的載文量為橫軸、知識(shí)交流效率為縱軸，繪制載文量-知識(shí)交流效率二維矩陣，結(jié)果如圖1所示。25種教育學(xué)學(xué)術(shù)期刊按知識(shí)交流模式劃分為4類:

(1) Ⅰ類期刊具有高知識(shí)交流效率、高載文量的特點(diǎn)，主要包括《教育研究》《教育發(fā)展研究》《高等教育研究》《中國(guó)高教研究》《江蘇高教》。這類期刊中，除《教育發(fā)展研究》為半月刊，《江蘇高教》為雙月刊外，其余期刊的出版形式均為月刊。Ⅰ類期刊應(yīng)繼續(xù)嚴(yán)控來源稿件的審稿質(zhì)量，避免因來源稿件數(shù)量不足，而出現(xiàn)對(duì)稿件質(zhì)量把關(guān)不嚴(yán)現(xiàn)象。

(2) Ⅱ類期刊具有高知識(shí)交流效率、低載文量的特點(diǎn)，主要包括《華東師范大學(xué)學(xué)報(bào)(教育科學(xué)版)》《教師教育研究》《教育科學(xué)》《北京大學(xué)教育評(píng)論》《清華大學(xué)教育研究》《高等工程教育研究》。除《華東師范大學(xué)學(xué)報(bào)(教育科學(xué)版)》《北京大學(xué)教育評(píng)論》為季刊外，其他期刊均為雙月刊，載文量相對(duì)Ⅰ類期刊明顯不足。這類期刊可改版為月刊，適量擴(kuò)大載文規(guī)模，以期吸引更多優(yōu)質(zhì)稿源，維持其在知識(shí)交流活動(dòng)中的優(yōu)勢(shì)地位。

(3) Ⅲ類期刊具有低知識(shí)交流效率、低載文量的特點(diǎn)，主要包括《教育學(xué)報(bào)》《教育研究與實(shí)驗(yàn)》《教育與經(jīng)濟(jì)》《復(fù)旦教育論壇》《現(xiàn)代大學(xué)教育》《高校教育管理》《研究生教育研究》。Ⅲ類期刊均為雙月刊，這類期刊可以通過擴(kuò)大載文量來提升被引頻次，嚴(yán)格審查基金與論文相關(guān)性，抵制基金論文標(biāo)注不端，重視引文中經(jīng)典文獻(xiàn)與最新文獻(xiàn)比例。

(4) Ⅳ類期刊具有低知識(shí)交流效率、高載文量的特點(diǎn)，主要包括《比較教育研究》《全球教育展望》《湖南師范大學(xué)教育科學(xué)學(xué)報(bào)》《外國(guó)教育研究》《國(guó)家教育行政學(xué)院學(xué)報(bào)》《學(xué)位與研究生教育》《高教探索》。除《湖南師范大學(xué)教育科學(xué)學(xué)報(bào)》《高教探索》為雙月刊外，其他期刊均為月刊，《高教探索》于2015年改版為月刊。這類期刊擁有較高的載文量，知識(shí)交流效率卻較低，應(yīng)調(diào)整載文規(guī)模，通過專家約稿、專題組稿等多種形式吸引高質(zhì)量稿件，面向?qū)W科研究熱點(diǎn)和前沿主題，提升期刊關(guān)注度。

圖1 載文量-知識(shí)交流效率二維矩陣

2.3 學(xué)術(shù)期刊知識(shí)交流效率影響因素

采用Stata 12.0軟件進(jìn)行Hausman檢驗(yàn)，接受隨機(jī)效應(yīng)Tobit模型展開研究。本研究的回歸結(jié)果如表3所示，其中常數(shù)項(xiàng)值為-0.630，通過10%顯著性水平檢驗(yàn)。

(1) 引用半衰期?；貧w系數(shù)為0.066，通過1%顯著性水平檢驗(yàn),反映出較新文獻(xiàn)的引用有助于期刊知識(shí)交流效率的提升。因此，期刊主辦單位應(yīng)在投稿指南明確規(guī)定來稿參考文獻(xiàn)中最新文獻(xiàn)的比例。

(2) 機(jī)構(gòu)分布數(shù)?；貧w系數(shù)為0.004，通過1%顯著性水平檢驗(yàn),反映出期刊輻射面越廣，越有利于期刊知識(shí)交流效率提升。期刊主辦單位在論文出版時(shí)應(yīng)避免單一機(jī)構(gòu)壟斷版面的現(xiàn)象，給予不同機(jī)構(gòu)論文出版的優(yōu)先權(quán)。稿件質(zhì)量相當(dāng)時(shí)，優(yōu)先錄用其他機(jī)構(gòu)的稿件。

(3) 辦刊年限。回歸系數(shù)為0.004，未通過10%顯著性水平檢驗(yàn),可見辦刊年限對(duì)期刊知識(shí)交流效率具有正向作用，但是這種作用不顯著。因此，辦刊年限相對(duì)較短的期刊可通過期刊聯(lián)盟、期刊年會(huì)等多種方式學(xué)習(xí)辦刊歷史優(yōu)久期刊經(jīng)驗(yàn)，探討期刊創(chuàng)新發(fā)展的新路徑。

(4) 出版周期。回歸系數(shù)為0.174，通過5%顯著性水平檢驗(yàn),反映出縮短出版周期有利于期刊知識(shí)交流效率的提升，出版周期直接影響學(xué)術(shù)成果傳播的時(shí)效性。因此，編輯人員應(yīng)嚴(yán)格控制稿件處理周期，可以通過采用數(shù)字化出版方式來緩解已錄用稿件版面不足而延遲出版的現(xiàn)狀。

表3 期刊知識(shí)交流效率影響因素

注：Z為統(tǒng)計(jì)量；P為顯著性系數(shù)。

3 結(jié)論

運(yùn)用Super-SBM模型分析2009—2013年25種教育學(xué)學(xué)術(shù)期刊知識(shí)交流效率，利用Tobit模型考察環(huán)境因素對(duì)學(xué)術(shù)期刊知識(shí)交流效率的作用方向與影響程度。結(jié)果顯示：25種教育學(xué)學(xué)術(shù)期刊平均知識(shí)交流效率為0.582，尚存在較大的提升空間；期刊之間差異較大，高等教育類期刊知識(shí)交流效率高于教育綜合類期刊。引用半衰期、機(jī)構(gòu)分布數(shù)、出版周期對(duì)學(xué)術(shù)期刊知識(shí)交流效率具有顯著正向影響，辦刊年限的正向作用不顯著。

依據(jù)實(shí)證結(jié)論，得到的啟示如下：期刊主辦方應(yīng)加強(qiáng)錄用論文對(duì)最新文獻(xiàn)的重視程度，必要時(shí)應(yīng)在投稿須知里明確最新文獻(xiàn)引用比例的硬性要求。期刊主辦方應(yīng)在保證來源稿件質(zhì)量的同時(shí)，兼顧公平，擇優(yōu)錄用不同機(jī)構(gòu)的論文，避免單一機(jī)構(gòu)壟斷版面現(xiàn)象。此外，還應(yīng)縮短論文審稿周期，嚴(yán)格控制每個(gè)環(huán)節(jié)的審稿時(shí)間，對(duì)于來源稿件量較大的期刊，理應(yīng)提高審稿標(biāo)準(zhǔn)，堅(jiān)持優(yōu)中選優(yōu)的原則，避免錄用文章過多出現(xiàn)出版擁擠現(xiàn)象，對(duì)于錄用論文可以采用數(shù)字出版方式來縮短因版面不足導(dǎo)致的出版時(shí)滯。

本文研究不足之處在于：在知識(shí)交流效率測(cè)評(píng)階段，Super-SBM模型雖然較傳統(tǒng)DEA模型具有諸多優(yōu)勢(shì)，但仍然是基于截面數(shù)據(jù)構(gòu)建生產(chǎn)前沿面，忽略了同一決策單元在不同時(shí)序上的效率評(píng)價(jià)。未來筆者將采用基于DEA-Windows三階段模型方法針對(duì)學(xué)術(shù)期刊知識(shí)交流效率進(jìn)行研究，以期豐富學(xué)術(shù)期刊知識(shí)交流效率評(píng)價(jià)方法。在此基礎(chǔ)上，引入經(jīng)濟(jì)收斂理論，衡量學(xué)術(shù)期刊知識(shí)交流效率差距的演化趨勢(shì)。另外，本研究選取投入與產(chǎn)出同年數(shù)據(jù)，未考慮投入產(chǎn)出之間的滯后效應(yīng)，關(guān)于滯后期的選擇未來也需要進(jìn)一步研究。

[1] Halkos G E,Tzeremes N G. Measuring economic journals′ citation efficiency: A data envelopment analysis approach[J].Scientometrics,2011,88(3):979-1001.

[2] Petridis K,Malesios C,Arabatzis G,etal. Efficiency analysis of forestry journals:Suggestions for improving journals′ quality[J].JournalofInformetrics,2013,7(2):505-521.

[3] 萬莉,程慧平. 基于DEA方法的學(xué)術(shù)期刊引證效率研究[J]. 情報(bào)學(xué)報(bào),2013,32(12):1295-1302.

[4] 張壘. 檔案學(xué)期刊知識(shí)交流效率評(píng)析[J]. 檔案管理,2014(6):56-58.

[5] Lee H,Shin J. Measuring journal performance for multidisciplinary research:An efficiency perspective[J].JournalofInformetrics,2014,8(1):77-88.

[6] Tüselmann H,Sinkovics R R,Pishchulov G. Towards a consolidation of worldwide journal rankings-A classification using random forests and aggregate rating via data envelopment analysis[J].Omega,2015,51:11-23.

[7] Rosenthal E C,Weiss H J. A data envelopment analysis approach for ranking journals[J].Omega,201,70:135-147.

[8] 李琳,黃海軍,汪壽陽. 基于DEA/AR博弈交叉效率方法的學(xué)術(shù)期刊評(píng)價(jià)研究[J]. 管理科學(xué)學(xué)報(bào),2016,19(4):118-126.

[9] 郭雪梅,李沂濛,常紅. 基于DEA博弈交叉效率的圖書情報(bào)類期刊質(zhì)量實(shí)證研究[J]. 出版廣角,2017(8):50-53.

[10] Sun X Y,Li Z,Liu Q G. An approach for evaluating journals of universities or colleges based upon multi-layer efficiency DEA[J].PhysicsProcedia,2012,25:678-686.

[11] 張壘. 科技期刊知識(shí)交流效率評(píng)價(jià)及影響因素研究[J]. 中國(guó)科技期刊研究,2014,25(11):1408-1413.

[12] 張壘. 期刊知識(shí)交流效率及影響因素分析——基于DEA_Tobit兩階段法[J]. 科學(xué)學(xué)研究,2015,33(4):516-521.

[13] McWilliams A,Siegel D,van Fleet D D. Scholarly journals as producers of knowledge:Theory and empirical evidence based on data envelopment analysis[J].OrganizationalResearchMethods,2005,8(2):185-201.

[14] 王惠,王樹喬. 圖書情報(bào)類期刊知識(shí)交流效率評(píng)價(jià)及影響因素研究[J]. 情報(bào)科學(xué),2017,35(3):134-138.

[15] 吳美琴,李常洪,宋雅文,等. 基于窗口分析與松弛變量測(cè)度的期刊引證效率評(píng)價(jià)——18種圖情期刊效率差異分析[J]. 情報(bào)理論與實(shí)踐,2017,40(2):122-127.

[16] Ortega F J,Gavilan J M. The measurement of production efficiency in scientific journals through stochastic frontier analysis models:Application to quantitative economics journals[J].JournalofInformetrics,2013,7(4):959-965.

[17] 萬莉,程慧平,程玉清. 基于隨機(jī)前沿分析方法的學(xué)術(shù)期刊知識(shí)交流效率研究[J]. 現(xiàn)代情報(bào),2017,37(6):68-71.

[18] Tone K. A slacks-based measure of super-efficiency in data envelopment analysis[J].EuropeanJournalofOperationalResearch,2002,143(1):32-41.

[19] 儲(chǔ)節(jié)旺,儲(chǔ)伊力. 我國(guó)省域公共圖書館效率測(cè)評(píng)及影響因素分析——基于Super-SBM與Tobit模型的實(shí)證研究[J]. 圖書情報(bào)工作,2015,59(22):33-38.